W analizie zgromadzonych danych dotyczących materiałów do baterii omówiono najważniejsze wskaźniki, takie jak formuły chemiczne, pojemność, gęstość energii oraz stabilność. Formuły chemiczne baterii są bardzo zróżnicowane, jednakże możemy w nich wyróżnić kilka dominujących pierwiastków. Dominującym materiałem będącym głównym jonem baterii jest lit, który jest stosowany w ponad 50% baterii. Jednakże alternatywne materiały, jak magnez czy wapń, oferują zwiększoną stabilność, co może przynieść korzyści w wybranych zastosowaniach – przykładowo gdy od baterii wymagana jest dłuższa żywotność lub częste ładowania. Analiza korelacji pozwoliła określić, które z właściwości baterii bezpośrednio na siebie wpływają, co może mieć kluczowe znaczenie przy ich projektowaniu. Opracowano także model regresji liniowej, który pozwala przewidzieć pojemność grawimetryczną na podstawie pozostałych zmiennych. Uzyskane wyniki mogą posłużyć do opracowania trwalszych i bardziej efektywnych materiałów bateryjnych dostosowanych do różnorodnych zastosowań.
Poniższy kod pozwala na załadowanie wykorzystywanych bibliotek, zapewnia powtarzalność wyników przy każdym uruchomieniu raportu, a także wczytuje do programu zbiór danych dotyczący baterii.
library(knitr)
library(dplyr)
library(ggplot2)
library(plotly)
library(corrplot)
library(gridExtra)
library(caret)
library(broom)
set.seed(123)
baterie_data <- read.csv("mp_batteries.csv")
| Kategoria | Liczba |
|---|---|
| Liczba rodzaji baterii | 4351 |
| Unikalne wzory chemiczne materiału baterii | 3301 |
| Liczba unikalnych jonów głównych transportująca ładunek | 10 |
Zbiór danych zawiera informacje o 4351 różnych bateriach opisanych przy pomocy 17 atrybutów. Ponadto zbiór danych zawiera 0 brakujących wartości “NA”. Dane te pozwalają na analizę zróżnicowanych parametrów i materiałów, wykorzystywanych w konstrukcji baterii.
| Battery Formula | Liczba wystąpień |
|---|---|
| Li0-1V2OF5 | 19 |
| Li0-1CoPO4 | 18 |
| Li0-1FePO4 | 18 |
| Li0-3MnFeCo(PO4)3 | 17 |
| Li0-1MnPO4 | 15 |
Analiza pięciu najczęściej występujących formuł chemicznych ujawnia znaczącą przewagę baterii litowych, co odzwierciedla ich szerokie zastosowanie w przemyśle.
Lit jest najczęściej występującym jonem transportującym ładunek, obecnym w ponad połowie zbadanych baterii.. Często używane są także wapń, magnez, cynk i sód.
W histogramach parametrów baterii dostrzegamy, że średnie napięcie oscyluje w zakresie 1,5–5 V, co jest typowe dla standardowych baterii litowych. Pojemność grawimetryczna waha się głównie między 50 a 300 mAh/g, natomiast pojemność wolumetryczna sięga wartości do 2500 mAh/cm³. Warto zwrócić uwagę na obecność wartości ujemnych w niektórych wskaźnikach gęstości energii, co może sugerować obecność nieprawidłowych danych w zbiorze, które usunięto z dalszej analizy.
baterie_data <- baterie_data %>%
filter(Gravimetric.Energy > 0, Volumetric.Energy > 0)
Zaobserwowano silną korelację między atrybutami, które są ze sobą bezpośrednio powiązane, jak pojemność grawimetryczna i wolumetryczna, gdzie współczynnik korelacji wynosi 0,86. Korelacje występują także między wskaźnikami stabilności materiału w stanie naładowanym i rozładowanym, a także między gęstością energii wyrażoną w odniesieniu do masy i objętości baterii. Z kolei w przypadku atrybutów, które nie są bezpośrednio powiązane, obserwujemy słabszą korelację, między wartością średniego napięcia a gęstościami energii.
Jony takie jak Mg, Zn czy Y charakteryzują się wyższą stabilnością niż powszechnie stosowany lit. W kontekście baterii wyższa stabilność oznacza dłuższą żywotność i większą efektywność, co może być szczególnie pożądane w niektórych zastosowaniach, takich jak urządzenia wymagające długotrwałego działania lub częstych cykli ładowania.
W tej sekcji opracowano model regresji liniowej, który ma na celu przewidywanie grawimetrycznej pojemności baterii na podstawie zmiennych, takich jak: średnie napięcie, maksymalne zmiany objętości oraz pojemność energetyczna. Wykres przedstawia zależność między rzeczywistą grawimetryczną pojemnością, a prognozowaną grawimetryczną pojemnością uzyskaną z modelu regresji. Ciemnoniebieskie punkty reprezentują poszczególne obserwacje, a czerwona linia wskazuje idealną sytuację, w której prognozy dokładnie odpowiadają rzeczywistym wartościom. Większość punktów znajduje się blisko tej linii, co sugeruje, że model dobrze odwzorowuje rzeczywiste wartości. Jednak widać także pewne odchylenia, zwłaszcza w przypadku wyższych wartości grawimetrycznej pojemności.
W analizie materiałów do baterii wyraźnie wyróżniają się pewne trendy. Zdecydowaną dominację w produkcji baterii stanowią formuły wykorzystujące lit, jednak coraz więcej uwagi poświęca się alternatywnym materiałom, takim jak wapń, magnez, czy cynk. W kontekście efektywności energetycznej, widoczna jest duża zmienność w gęstości energii, co może wynikać z różnych metod produkcji oraz zastosowanych materiałów. Z kolei analiza pojemności grawimetrycznej i wolumetrycznej pokazuje różne podejścia w projektowaniu baterii, zależne od ich docelowych zastosowań. Dodatkowo, wskaźniki stabilności materiałów w stanie naładowanym i rozładowanym wskazują, że lit nie jest najstabilniejszym materiałem, stąd też liczne próby wykorzystania innych materiałów.